〔 MySQL 〕索引

目录

1. 没有索引，可能会有什么问题

2. 认识磁盘

MySQL与存储

先来研究一下磁盘：

在看看磁盘中一个盘片​编辑

扇区

定位扇区​编辑

结论

磁盘随机访问(Random Access)与连续访问(Sequential Access)

3. MySQL 与磁盘交互基本单位

4. 建立共识

5. 索引的理解

建立测试表

插入多条记录

中断一下---为何IO交互要是 Page

理解单个Page

理解多个Page

页目录

单页情况

多页情况

复盘一下

B+ vs B

聚簇索引 VS 非聚簇索引

6. 索引操作

创建主键索引

唯一索引的创建

普通索引的创建

全文索引的创建

查询索引

---

MySQL的服务器,本质是在内存中的，所有的数据库的CURD操作，全部都是在内存中进行的！     --索引也是如此提高算法效率的因素：1.组织数据的方式 2.算法本身

1. 没有索引，可能会有什么问题

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

  ● 主键索引(primary key)
  ● 唯一索引(unique)
  ● 普通索引(index)
  ● 全文索引(fulltext)--解决文中子索引问题。

案例：

先整一个海量表，在查询的时候，看看没有索引时有什么问题？

--构建一个8000000条记录的数据
--构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n doset return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));set i = i + 1;end while;return return_str;end $$
delimiter ;--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begindeclare i int default 0;set i = floor(10+rand()*500);return i;
end $$
delimiter ;--创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begindeclare i int default 0;set autocommit = 0;repeatset i = i + 1;insert into EMP values ((start+i),rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());until i = max_numend repeat;commit;
end $$
delimiter ;-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);

到此，已经创建出了海量数据的表了
查询员工编号为998877的员工

select * from EMP where empno=998877;

可以看到耗时4.93秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有
1000个人并发查询，那很可能就死机。
解决方法，创建索引

alter table EMP add index(empno);

换一个员工编号，测试看看查询时间

select * from EMP where empno=123456;

2. 认识磁盘

MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提高效率，是 MySQL 的一个重要话题。

先来研究一下磁盘：

在看看磁盘中一个盘片

扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面  的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

题外话：

  ● 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
  ● 那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，         是由比特位密度决定的。
  ● 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑)

#数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件
[root@VM-0-3-centos ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件
total 319592
drwxr-x--- 2 mysql mysql 4096 Apr 15 21:46 57test
-rw-r----- 1 mysql mysql 56 Apr 12 15:27 auto.cnf
drwxr-x--- 2 mysql mysql 4096 May 17 13:52 bit_index
-rw------- 1 mysql mysql 1676 Apr 12 15:27 ca-key.pem
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 ca.pem
drwx------ 2 mysql mysql 4096 Apr 13 21:26 ccdata_pro
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 client-cert.pem
-rw------- 1 mysql mysql 1680 Apr 12 15:27 client-key.pem
-rw-r----- 1 mysql mysql 16958 Jun 8 15:46 ib_buffer_pool
-rw-r----- 1 mysql mysql 213909504 Jun 8 16:02 ibdata1
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile0
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile1
-rw-r----- 1 mysql mysql 12582912 Jun 8 15:46 ibtmp1
drwxr-x--- 2 mysql mysql 4096 Apr 28 14:11 musicserver
drwxr-x--- 2 mysql mysql 4096 May 9 09:47 mysql
srwxrwxrwx 1 mysql mysql 0 Jun 8 15:46 mysql.sock
-rw------- 1 mysql mysql 5 Jun 8 15:46 mysql.sock.lock
drwxr-x--- 2 mysql mysql 4096 Apr 12 15:27 performance_schema
-rw------- 1 mysql mysql 1676 Apr 12 15:27 private_key.pem
-rw-r--r-- 1 mysql mysql 452 Apr 12 15:27 public_key.pem
drwxr-x--- 2 mysql mysql 4096 May 9 09:46 scott
-rw-r--r-- 1 mysql mysql 1112 Apr 12 15:27 server-cert.pem
-rw------- 1 mysql mysql 1676 Apr 12 15:27 server-key.pem
drwxr-x--- 2 mysql mysql 12288 Apr 12 15:27 sys
drwxr-x--- 2 mysql mysql 4096 Jun 5 17:13 test # 自己定义的数据库，
里面有数据表

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

  ● 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一    个柱面

  ● 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的

  ● 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的      编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软      件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理    地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关    心转化细节，知道这个东西，让我们逻辑自洽起来即可。

结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？不是

  ● 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，       换言之，如果硬件发生变化，系统必须跟着变化
  ● 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进       行多次磁盘访问，会带来效率的降低。
  ● 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，       而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

3. MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎阐述)

mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

4. 建立共识

  ● MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
  ● MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查       询的数据。
  ● 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当       中。
  ● 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的       刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的       基本单位就是Page。
  ● 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了         被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘         数据进行IO交互。
  ● 为了更高的效率，一定要尽可能的减少系统和磁盘IO的次数

5. 索引的理解

建立测试表

create table if not exists user (id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引age int not null,name varchar(16) not null
);mysql> show create table user \G
*************************** 1. row ***************************Table: user
Create Table: CREATE TABLE `user` (`id` int(11) NOT NULL,`age` int(11) NOT NULL,`name` varchar(16) NOT NULL,PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 --默认就是InnoDB存储引擎
1 row in set (0.00 sec)

插入多条记录

--插入多条记录，注意，我们并没有按照主键的大小顺序插入哦
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.01 sec)mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)

查看插入结果

mysql> select * from user; --发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？
+----+-----+-----------+
| id | age | name |
+----+-----+-----------+
| 1 | 56 | 欧阳锋 |
| 2 | 26 | 黄蓉 |
| 3 | 18 | 杨过 |
| 4 | 16 | 小龙女 |
| 5 | 36 | 郭靖 |
+----+-----+-----------+
5 rows in set (0.00 sec)

在MySQL中，InnoDB存储引擎（这是默认的存储引擎，从CREATE TABLE语句中可以看到）中的表数据存储在聚簇索引（主键索引）中，数据是按照主键顺序存储的，所以查询结果看起来是有序的。

这种排序的好处包括：
  ● 对于基于主键的范围查询（例如WHERE id BETWEEN 1 AND 3）会更加高效，因为数据在物       理存储上是按照主键顺序排列的，不需要额外的排序操作。 
  ● 有助于提高数据的读取效率，特别是在需要按照主键顺序遍历数据的情况下。

中断一下---为何IO交互要是 Page

为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?

如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。

但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进  行了。所以，就在单Page里面，大大减少了IO的次数。

你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。

往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

理解单个Page

MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，再组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表

因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？
插入数据时排序的目的，就是优化查询的效率。
页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

理解多个Page

  ● 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直           接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看           到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上           还是通过数据的逐条比较来取出特定的数据。
  ● 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接         起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查       找。这效率也太低了。

页目录

我们在看《谭浩强C程序设计》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法

  ● 从头逐页的向后翻，直到找到目标内容
  ● 通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目       录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位
  ● 本质上，书中的目录，是多花了纸张的，但是却提高了效率
  ● 所以，目录，是一种“空间换时间的做法”

单页情况

针对上面的单页Page，我们能否也引入目录呢？当然可以
 

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？
  ● 可以很方便引入目录

多页情况

MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。

需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。

这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。

那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。
  ● 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键       值。
  ● 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
  ● 其中，每个目录项的构成是：键值+指针。图中没有画全。

存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。

其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。

可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页

这货就是传说中的B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。

随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

复盘一下

  ● Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
  ● 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，           大大减少了IO次数

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

  ● 链表？线性遍历
  ● 二叉搜索树？退化问题，可能退化成为线性结构
  ● AVL && 红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树       整体过高，大家都是自顶向下找，层高越低（效率），意味着系统与硬盘更少的IO Page交互         。虽然你很秀，但是有更秀的。
  ● Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支           持.Hash跟其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不           行，另外还有其他差别，有兴趣可以查一下。

B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？
数据结构演示链接：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

B+ vs B

B树

B+树

目前这两棵树，对我们最有意义的区别是：

  ● B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和
     Page指针
  ● B+叶子节点，全部相连，而B没有

为何选择B+

  ● 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更         少。
  ● 叶子节点相连，更便于进行范围查找

聚簇索引 VS 非聚簇索引

MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。

相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

--终端A
mysql> create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)mysql> use myisam_test;
Database changed
mysql> create table mtest(-> id int primary key,-> name varchar(11) not null-> )engine=MyISAM; --使用engine=MyISAM
Query OK, 0 rows affected (0.01 sec)--终端B
[root@VM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD --该表对应的数据，
当前没有数据，所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI --该表对应的主键
索引数据

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引

--终端A
mysql> create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)mysql> use innodb_test;
Database changed
mysql> create table itest(-> id int primary key,-> name varchar(11) not null-> )engine=InnoDB; --使用engine=InnoDB
Query OK, 0 rows affected (0.02 sec)--终端B
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm --表结构数据
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd --该表对应的主键索引和用户
数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引

当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。

对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。

下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助
索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。

所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询

为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

总结：

  ● 如何理解硬盘
  ● 如何理解柱面，磁道，扇区，磁头
  ● InnoDB 主键索引和普通索引
  ● MyISAM 主键索引和普通索引
  ● 其他数据结构为何不能作为索引结构，尤其是B+和B                                                                      ● 聚簇索引 VS 非聚簇索引

6. 索引操作

创建主键索引

  ● 第一种方式：

-- 在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));

  ● 第二种方式：

-- 在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));

  ● 第三种方式：

create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
alter table user3 add primary key(id);

主键索引的特点：
  ● 一个表中，最多有一个主键索引，当然可以使符合主键
  ● 主键索引的效率高（主键不可重复）
  ● 创建主键索引的列，它的值不能为null，且不能重复
  ● 主键索引的列基本上是int

唯一索引的创建

  ● 第一种方式

-- 在表定义时，在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);

  ● 第二种方式

-- 创建表时，在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));

  ● 第三种方式

create table user6(id int primary key, name varchar(30)）；
alter table user6 add unique(name);

唯一索引的特点：
  ● 一个表中，可以有多个唯一索引
  ● 查询效率高
  ● 如果在某一列建立唯一索引，必须保证这列不能有重复数据
  ● 如果一个唯一索引上指定not null，等价于主键索引

普通索引的创建

  ● 第一种方式

create table user8(id int primary key,name varchar(20),email varchar(30),index(name) --在表的定义最后，指定某列为索引
);

  ● 第二种方式

create table user9(id int primary key, name varchar(20), email
varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引

  ● 第三种方式

create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);

普通索引的特点：
  ● 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
  ● 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

全文索引的创建

当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。

CREATE TABLE articles (id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,title VARCHAR(200),body TEXT,FULLTEXT (title,body)
)engine=MyISAM;

INSERT INTO articles (title,body) VALUES('MySQL Tutorial','DBMS stands for DataBase ...'),('How To Use MySQL Well','After you went through a ...'),('Optimizing MySQL','In this tutorial we will show ...'),('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),('MySQL vs. YourSQL','In the following database comparison ...'),('MySQL Security','When configured properly, MySQL ...');

  ● 查询有没有database数据

如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引

mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title | body |
+----+-------------------+------------------------------------------+
| 1 | MySQL Tutorial | DBMS stands for DataBase ... |
| 5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+

可以用explain工具看一下，是否使用到索引

mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: articles
type: ALL
possible_keys: NULL
key: NULL <== key为null表示没有用到索引
key_len: NULL
ref: NULL
rows: 6
Extra: Using where
1 row in set (0.00 sec)

  ● 如何使用全文索引呢？

mysql> SELECT * FROM articles-> WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title             | body                                     |
+----+-------------------+------------------------------------------+
| 5 | MySQL vs. YourSQL  | In the following database comparison ... |
| 1 | MySQL Tutorial     | DBMS stands for DataBase ...             |
+----+-------------------+------------------------------------------+

通过explain来分析这个sql语句

mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST
('database')\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: articles
type: fulltext
possible_keys: title
key: title <= key用到了title
key_len: 0
ref:
rows: 1
Extra: Using where

查询索引

  ● 第一种方法： show keys from 表名

mysql> show keys from goods\G
*********** 1. row ***********
Table: goods <= 表名
Non_unique: 0 <= 0表示唯一索引
Key_name: PRIMARY <= 主键索引
Seq_in_index: 1
Column_name: goods_id <= 索引在哪列
Collation: A
Cardinality: 0
Sub_part: NULL
Packed: NULL
Null:
Index_type: BTREE <= 以二叉树形式的索引
Comment:
1 row in set (0.00 sec)

  ● 第二种方法: show index from 表名;
  ● 第三种方法（信息比较简略）： desc 表名；

删除索引

  ● 第一种方法-删除主键索引： alter table 表名 drop primary key;
  ● 第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys
     from 表名中的 Key_name 字段
     mysql> alter table user10 drop index idx_name;
  ● 第三种方法方法： drop index 索引名 on 表名
     mysql> drop index name on user8;

索引创建原则

  ● 比较频繁作为查询条件的字段应该创建索引
  ● 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
  ● 更新非常频繁的字段不适合作创建索引
  ● 不会出现在where子句中的字段不该创建索引

其他概念--自行了解：
  ● 复合索引
  ● 索引最左匹配原则
  ● 索引覆盖